طبقه بندی سیگنال های EEG افراد وابسته به الکل از افراد سالم بر مبنای تبدیل ویولت و روش انتخاب ویژگی جلوسو

سال انتشار: 1390
محل انتشار: هجدهمین کنفرانس مهندسی پزشکی ایران
کد COI اختصاصی: ICBME18_108
زبان مقاله: فارسی
تعداد مشاهده: 1275

دانلود فایل این مقاله

نویسندگان

سیده نغمه میری آشتیانی

کارشناسی ارشد مهندسی پزشکی- بیوالکتریک، دانشکده مهندسی، دانشگاه شاهد

سیدمحمودرضا میری

کارشناسی ارشد مهندسی پزشکی- بیوالکتریک، دانشکده مهندسی، دانشگاه شاهد

محمد میکائیلی

استادیار مهندسی پزشکی- بیوالکتریک، دانشکده مهندسی، دانشگاه شاهد

چکیده

سوء استفاده از الکل به عنوان نوشیدنی باعث بوجود آمدن ضررهای اجتماعی متعددی می شود. همچنین منجر به صدمات پنهانی مانند کاهش قدرت تصمیم گیری درست، ضعف در عملکرد حافظه و مواردی از این قبیل می گردد که پیرو آن وارد شدن صدمات جبران ناپذیری در مواقعی مانند رانندگی را در بر دارد. در این مقاله جهت جداسازی افراد وابسته به الکل از افراد سالم، از روش ویولت برای تجزیه سیگنال EEG به پنج باند فرکانسی اصلی آن و استخراج ویژگی از روی باندهای فرکانسی استفاده شده است. ویژگی های بهینه توسط روش جلوسو انتخاب شده و سپس با استفاده از ماشین بردار پشتیبان با تابع جداسازی RBF و صحت 1.03±93.90 طبقه بندی صورت گرفته است. میزان حساسیت طبقه بندی کننده 94.3% و میزان انحصاری بودن آن 93.54% گزارش شده است.

کلیدواژه ها

الکلیسم، سیگنال EEG، تبدیل ویولت، رش انتخاب ویژگی جلوسو، طبقه بندی کننده ماشین بردار پشتیبان

مقالات مرتبط جدید

اطلاعات بیشتر در مورد COI

COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.